《表1 间隔时间为10min的单个预测模型在站点1、2和3的预测结果》
提示：宽带有限、当前游客访问压缩模式
本部分采用三个站点的风速数据进行仿真实验，探讨了地理因素对模型预测水平的影响，并验证了数据预处理技术（CEEMD）的有效性。对应的八个预测模型在站点1、2和3的预测结果详见表1:
| 图表编号 | XD00164280500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.15 |
| 作者 | 张瑞华、聂天霞 |
| 绘制单位 | 郑州铁路职业技术学院发展与质量管理处、郑州铁路职业技术学院发展与质量管理处 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 不同像素、不同时间间隔及不同预测时长预测的台风图像和原台风云图的熵均值对比》2020.08.20
- 《表2 预测误差数据对比（采样间隔15 min)》2020.04.25
- 《表2 使用三个不同站点的10-min数据得到的组合模型和基于CEEMD模型的结果》2020.03.15
- 《表2 使用三个不同站点的10-min数据得到的组合模型和基于CEEMD模型的结果》2020.03.15
- 《表1 间隔时间为10min的单个预测模型在站点1、2和3的预测结果》2020.03.15
- 《表1 时间间隔为2 min四个模型的评价指标》2020.06.20
- 《表7 在TaxiBJ数据集上仅预测未来1帧的RMSE结果比较（所有的模型都以预测未来1帧为目标进行训练）》2020.02.01
- 《表9 在BikeNYC数据集上预测1帧的RMSE结果比较（所有的模型都以预测1帧为目标进行训练）》2020.02.01
- 《表1 其他指数构成表：时间序列分析模型在图书选题上的应用研究——以图书热度为预测研究对象》2020.02.15
- 《表2 各试样在升温速率为10℃·min-1下的初始分解温度和单位放热量》2019.08.01
- 《表2 不同时间间隔下两个不同股票数模型的预测准确率对比表》2019.06.01
- 《表1 不同时间间隔下四种模型的预测准确率对比表》2019.06.01
- 《表1 不同算法的风速预测结果 (10 min)》2019.02.10
- 《表2 以词类、AoA和ROI为自变量在200～600 ms时间窗口 (以50 ms为间隔) 中方差分析的结果》2019.02.01
- 《表4 混合指标预测模型对不同板栗品种果实中单个未知样品的总糖和淀粉含量含量预测结果》2019.01.30
- 《表3 GA-NN和AMPSO-NN预测模型的站点预测结果对比Tab.3 Comparison of site prediction results between GA-NN and AMPSO-NN》2018.12.01
- 《表2 IRI2016和NN预测模型的站点预测结果对比Tab.2 Comparison of site prediction results between IRI2016and NN》2018.12.01
- 《表2 建模数据为10的模型拟合及预测结果》2018.11.25
- 《表3 PM2.5质量浓度预测模型在2个站点的性能比较》2018.12.10
- 《表3 不同模型在Cityscapes上产出一幅预测结果的平均时间比较》2019.11.01